用于视频分类的可学习池化方法
计算机视觉与模式识别
2018-10-02 v1
摘要
我们通过对最先进的聚合局部视频描述子方法引入修改，使用注意力机制和函数逼近。我们不使用现有架构的集成，而是提供关于创建新架构的见解。我们在“第二届YouTube-8M视频理解挑战赛”中利用帧级视频与音频描述子展示了我们的方案。我们获得了与最先进相当的测试精度，同时满足预算约束，并触及改进最先进水平的策略。模型实现见https://github.com/pomonam/LearnablePoolingMethods。
关键词
引用
@article{arxiv.1810.00530,
title = {Learnable Pooling Methods for Video Classification},
author = {Sebastian Kmiec and Juhan Bae and Ruijian An},
journal= {arXiv preprint arXiv:1810.00530},
year = {2018}
}
备注
Presented at Youtube 8M ECCV18 Workshop